Todas las categorías

La ola que aprendimos a surfear: Bienvenidos al ciclo 2026 del Observatorio

Por Noelia Abaca / 13 febrero, 2026

Luego de unos días de descanso, reflexión y mucho trabajo tras bambalinas, nos volvemos a encontrar en este espacio con muchas ganas de seguir construyendo. Iniciamos un nuevo ciclo y, antes de avanzar, quiero invitarlos a reflexionar sobre el camino recorrido. Especialmente sobre la experiencia de trabajo en este espacio, donde la investigación se transforma en acción y cada hallazgo se traduce en herramientas reales para nuestras aulas.

Leer más
Cerebro y IA

Neuroeducación e IA: ¿Hacia una sintonía cognitiva?

Por Virginia Melonari / 13 febrero, 2026

Es ético que un algoritmo decida cuándo estamos demasiado cansados para aprender? Analizamos cómo la IA mide nuestra fatiga mental para personalizar la enseñanza y los dilemas que esto plantea en la privacidad del estudiante.

Leer más

Workflows con IA para docentes universitarios: del descubrimiento a la aplicación

Por Mariano Ariel Fischer / 4 diciembre, 2025

Los principios teóricos sobre aprendizaje con inteligencia artificial adquieren valor cuando se traducen en procedimientos operativos específicos.

Leer más

Ciberdelitos e inteligencia artificial

Por Noelia Abaca / 1 diciembre, 2025

Cuando no sabemos cómo cuidarnos en el mundo digital, quedamos expuestos a que nos roben datos, dinero o incluso a que lastimen nuestra salud emocional y nuestras relaciones más íntimas. Los ciberdelitos se aprovechan del anonimato y de la dificultad para investigar estos hechos, por eso la prevención y la educación son tan importantes para…

Leer más
Mujer en el centro de la imagen

El factor humano: la única ventaja competitiva que la IA no puede replicar

Por Virginia Melonari / 1 diciembre, 2025

Mientras los algoritmos automatizan lo predecible, el verdadero valor universitario reside hoy en potenciar lo irremplazable: la empatía, el liderazgo y la resolución de conflictos. ¿Estamos listos para enseñar aquello que ninguna máquina puede aprender?

Leer más

El commonplace book 

Por Mariano Ariel Fischer / 19 noviembre, 2025

Una práctica analógica para gestionar el conocimiento en la era digital: En un contexto académico caracterizado por la sobrecarga informativa,  la fragmentación de la atención, y cada vez menos tiempo para gestionar las vidas laborales y personales, el hecho de poder recuperar prácticas analógicas de gestión del conocimiento puede resultar paradójicamente innovador. 

Leer más
Humano e IA escribiendo.

Detectores de IA: ¿son realmente la solución que prometen ser?

Por Virginia Melonari / 14 noviembre, 2025

Los detectores de texto por IA, como los usados en algunas universidades, prometen identificar contenido generado por la inteligencia artificial generativa. Sin embargo, la evidencia científica muestra que son poco fiables. Con altos índices de falsos positivos que acusan a humanos y falsos negativos que no detectan la IA, su uso genera serios problemas éticos y prácticos.

Leer más

Conversaciones humanas sobre la IA en educación

Por Noelia Abaca / 13 noviembre, 2025

Conversar sobre inteligencia artificial en el aula ya no es una novedad, pero sí lo es el nivel de profundidad y crítica que exige la transformación educativa que nos atraviesa. Como docente observo diariamente cómo la IA redefine lo que consideramos aprendizaje, haciendo urgente preguntarse: ¿Qué decisiones estamos delegando a la máquina? ¿Qué formas de enseñar y aprender se vuelven obsoletas en estos nuevos escenarios educativos?

Leer más

Redefiniendo el acompañamiento psicológico en términos de IA

Por Noelia Abaca / 28 octubre, 2025

Ya sabemos que la inteligencia artificial también está revolucionando la psicología y la salud mental, abriendo caminos para diagnósticos más precisos, terapias digitales y apoyo accesibles. Sin embargo, plantea retos éticos y humanos que exigen supervisión profesional.

Leer más
Mano abriendo una caja negra

La IA explicable: Abriendo la «caja negra» para construir confianza

Por Virginia Melonari / 28 octubre, 2025

La IA explicable (XAI) busca traducir los complejos modelos de «caja negra» a un formato transparente. En sectores críticos como la salud, entender cómo una IA toma decisiones es fundamental para generar confianza y responsabilidad.

Leer más